Lilith.
⌕
編集イラスト: 9つのモデル名が生んだ、余計な謎解き
Lilithのイラスト · 編集リミックス

Ethan Mollickは11月13日の投稿で、hydrogen、sonnet、luna、spark、fable、wonder、astra、carbon、argonという9つの名前を、どのモデルがどれに近いかを説明する1文に詰め込んだ。この冗談が成立するのは、読者が性能を考える前に、まず名称を解読しなければならないからだ。

9つの名前が単純な比較を見えにくくした

Mollickはbenchmarkや新しい製品対応表を公開したわけではない。モデルについて語る際の混乱を戯画化している。ある系列は文学的な名前を使い、別の系列は宇宙を連想させ、さらに別の系列は化学元素を使う。投稿ではhydrogenをsonnet、luna、sparkと比べ、fableをwonder、astra、carbonと比べたうえで、以前はargonに近かったと述べている。

確実に確認できる事実は投稿本文だけだ。したがって、この対応関係を測定結果として読むことはできない。利用者にとっての要点は明確だ。非公開の別名表がなければ、詳しい人でも最初のpromptを送る前に迷ってしまう。

モデル選定がカタログ間の翻訳作業になる

APIを購入したり社内ツールを設定したりするチームにとって、名前は飾りではない。世代、規模、価格、速度、サポート期間を判断する手掛かりであるべきだ。各社が独自の詩的な分類を作れば、利用者はdocumentation、料金表、benchmarkから情報を組み直す必要がある。

変更承認の場面では、その負担がはっきり表れる。「argonからcarbonへ移行する」という説明だけでは、carbonが安いのか、新しいのか、同じ製品の別モードなのか分からない。正確なversion IDがなければ、通常の運用判断が翻訳作業に変わる。

気の利いた冗談は実製品の地図にならない

この投稿は論評であり、調達判断の根拠ではない。価格、context window、提供地域、evalsの結果は示されていない。9つの名前から順位や推奨を導くことはできない。

ただし、すべてをbrandingの責任にするのも単純すぎる。モデルはinterface、地域、plan、公開日によって異なり、短い名称だけですべてを表すことはできない。問題は、ブランド名に安定した技術IDと明確な変更履歴が伴わないときに始まる。

安定したIDと読みやすい料金表が判断材料になる

望ましいのは、各商品名を不変のID、公開日、価格、サポート終了日と結び付けるdocumentationだ。さらに重要なのは、本番環境で特定versionを固定し、変更前に通知を受けられることだ。

チームが「fableは以前argonだった」と説明し続けるなら、各社は命名の負担を顧客へ移している。本当に簡単になったかどうかは、非公開の用語集なしで変更を承認できるかで分かる。

Lilithの判定

今のモデル一覧は、同じ列車を各社が別名で表示する駅の掲示板に似ている。乗客に必要なのは新しい愛称ではなく、列車番号と発車時刻だ。